Sei sulla pagina 1di 27

Appunti di

Geometria e Algebra L-A


Seconda Facolt`a di Ingegneria - Cesena
Marco Alessandrini
Ottobre 2006
Indice
1 Informazioni del corso 3
1.1 Programma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Docenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Prof. Michele Mulazzani . . . . . . . . . . . . . . . . . 3
1.2.2 Dott.ssa Alessia Cattabriga . . . . . . . . . . . . . . . 4
1.3 Testo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Prerequisiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Relazioni su un insieme 6
2.1 Relazioni di equivalenza . . . . . . . . . . . . . . . . . . . . . 6
2.2 Classi di equivalenza . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Insieme quoziente . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 Classe dei resti . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3 Strutture algebriche 8
3.1 Strutture algebriche con una operazione denita . . . . . . . 8
3.1.1 Gruppi . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1.2 Esempi di gruppi . . . . . . . . . . . . . . . . . . . . . 9
3.2 Strutture algebriche con due operazioni denite . . . . . . . . 9
3.2.1 Anelli . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2.2 Campi . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2.3 Esempi di campi . . . . . . . . . . . . . . . . . . . . . 10
3.2.4 Zero divisore . . . . . . . . . . . . . . . . . . . . . . . 11
3.2.5 Caratteristica . . . . . . . . . . . . . . . . . . . . . . . 11
3.2.6 N-uple . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4 Combinazioni lineari 13
5 Polinomi 14
5.1 Coecienti . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.1.1 Esempi di polinomi con K Z
n
. . . . . . . . . . . . . 14
5.2 Propriet`a dei polinomi . . . . . . . . . . . . . . . . . . . . . . 14
5.3 Grado di un polinomio . . . . . . . . . . . . . . . . . . . . . . 15
5.3.1 Classicazione dei polinomi per grado . . . . . . . . . 15
1
6 Matrici 16
6.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
6.2 Matrice trasposta . . . . . . . . . . . . . . . . . . . . . . . . . 16
6.3 Matrice simmetrica . . . . . . . . . . . . . . . . . . . . . . . . 17
6.4 Operazioni tra matrici . . . . . . . . . . . . . . . . . . . . . . 17
6.4.1 Somma tra matrici . . . . . . . . . . . . . . . . . . . . 17
6.4.2 Prodotto per scalare . . . . . . . . . . . . . . . . . . . 18
6.4.3 Prodotto tra matrici . . . . . . . . . . . . . . . . . . . 18
6.4.4 Propriet`a delle operazioni . . . . . . . . . . . . . . . . 19
6.5 Matrici quadrate . . . . . . . . . . . . . . . . . . . . . . . . . 19
6.5.1 Diagonale principale . . . . . . . . . . . . . . . . . . . 19
6.5.2 Prodotto tra matrici quadrate . . . . . . . . . . . . . . 19
6.5.3 Matrici diagonali . . . . . . . . . . . . . . . . . . . . . 20
6.5.4 Matrici identit`a . . . . . . . . . . . . . . . . . . . . . . 20
6.5.5 Matrici triangolari . . . . . . . . . . . . . . . . . . . . 20
6.6 Matrici ridotte (per righe) . . . . . . . . . . . . . . . . . . . . 20
6.6.1 Trasformazioni per ottenere la riduzione . . . . . . . . 21
6.6.2 Metodo generale di riduzione . . . . . . . . . . . . . . 21
6.7 Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6.7.1 Calcolo del determinante in matrici con n piccolo . . . 21
6.7.2 Propriet`a del determinante . . . . . . . . . . . . . . . 22
6.7.3 Sottomatrici . . . . . . . . . . . . . . . . . . . . . . . 22
6.7.4 Minore complementare . . . . . . . . . . . . . . . . . . 22
6.7.5 Complemento algebrico . . . . . . . . . . . . . . . . . 23
6.7.6 Teorema di Laplace . . . . . . . . . . . . . . . . . . . 23
6.8 Matrice inversa di una matrice quadrata . . . . . . . . . . . . 23
6.8.1 Terminologia . . . . . . . . . . . . . . . . . . . . . . . 24
6.8.2 Propriet`a delle matrici inverse . . . . . . . . . . . . . 24
6.8.3 Calcolo della matrice inversa . . . . . . . . . . . . . . 24
6.8.4 Caso particolare: inversa della matrice 2 2 . . . . . . 24
2
Capitolo 1
Informazioni del corso
1.1 Programma
matrici;
sistemi lineari;
spazi vettoriali;
trasformazioni lineari;
autovalori;
forme quadratiche.
1.2 Docenti
1.2.1 Prof. Michele Mulazzani
Professore straordinario.
Orario di ricevimento
Su appuntamento, via e-mail.
Sito web
www.dm.unibomulazza
E-mail
mulazza@dm.unibo.it
3
1.2.2 Dott.ssa Alessia Cattabriga
Assegnista.
Orario di ricevimento
(da denire)
Sito web
www.dm.unibocattabri
E-mail
cattabri@dm.unibo.it
1.3 Testo
Geometria
Casali-Gagliardi-Grasselli
Progetti Leonardo Bologna, Ed. Esculapio
1.4 Prerequisiti
1. logica elementare
! : esiste unico
2. teoria elementare degli insiemi
: sottoinsieme (generico)
: sottoinsieme proprio
P(X) : insieme potenza o insieme delle parti di un insieme
es. X = a, b, c
P(X) = , a, b, c, a, b, a, c, b, c, X
#X = card(X) : cardinalit`a (numero di elementi) di X
card (P(X)) = 2
card(X)
AB : prodotto cartesiano (A cartesiano B)
AB = (a, b)[a A, b B
card(AB) = card(A) card(B)
AB ,= B A
AA = A
2
4
3. insiemi numerici
N Z Q R C
Numeri naturali Permettono di dare una cardinalit`a a qualunque
insieme nito.
N = 0, 1, 2, ..., n, ...
Numeri interi
Z = 0, 1, 2, ..., n, ...
Numeri razionali
Q =
_
b
a
[ a, b Z, a ,= 0
_
Numeri reali
R
Propriet`a 1 Ogni numero reale `e il quadrato di un altro numero
reale.
Numeri complessi
C =
_
a + ib[ a, b R, i
2
= 1
_
4. Teorema fondamentale dellalgebra Qualunque polinomio a coe-
cienti complessi (e, a maggior ragione, reali) ammette radici (soluzioni)
in C.
5
Capitolo 2
Relazioni su un insieme
Sia A un insieme, non vuoto. Una coppia (a, b) A, la quale soddisfa una
certa relazione (R) in A, si esprime come aRb. In caso non soddis tale
relazione, si indica allo stesso modo, ma con R barrata.
Nellinsieme A
2
= A A = (a, b)[a, b A si selezionano le coppie che
soddisfano R. R A
2
. Una coppia (a, b) appartiene a R se aRb.
2.1 Relazioni di equivalenza
Una relazione R su A si dice di equivalenza se gode delle seguenti propriet`a:
1. propriet`a riessiva: a A, aRa
2. propriet`a simmetrica: a, b A, aRb bRa
3. propriet`a transitiva: a, b, c A, aRb, bRc aRc
2.2 Classi di equivalenza
Consideriamo ora, allinterno di un generico insieme A, un sottoinsieme
[a] = a, b, c di elementi tutti in relazione con lelemento a.
Si dice classe di equivalenza di a rispetto alla relazione di equivalenza R
linsieme [a]
R
= x a[xRa (classe di a rispetto a R).
Proposizione 1 Siano a, b A. Se aRb, allora [a]
R
= [b]
R
(classi con-
giunte), altrimenti [a]
R
[b]
R
= (classi disgiunte).
2.3 Insieme quoziente
`
E linsieme di tutte le classi di equivalenza.
A/R (quoziente di A rispetto a R) = [a]
R
[a A P(A)
[a]
R
= x A[xRa
6
[a]
R
`e un sottoinsieme dellinsieme, a `e lelemento rappresentante. A/R `e
linsieme dei sottinsiemi.
2.4 Classe dei resti
Deniamo la relazione R: Siano x e y tali che x y modn se y x = kn
(k Z).
`
E vero (e si pu`o dimostrare) che la relazione modn (congruenza
modulo n) `e di equivalenza.
y = x modn x e y danno lo stesso resto se divisi per n
CASO: n = 2. Avviene una divisione tra i pari (P) e i dispari (D). La
classe di 0 `e:
P = 0 = [0]
2
= 0, 2, 4, ...
La classe di 1 `e:
D = 1 = [1]
2
= 1, 3, 5...
Z
2
= P, D = Z
2
CASO: n = 3. Z
3
= [0]
3
, [1]
3
, [2]
3
= 0, 1, 2 La classe dei numeri
che, divisi per 3, danno come resto 0, `e:
[0]
3
= 0, 3, 6, 9...
Seguono:
[1]
3
= 1, 4, 7, 10... 2, 5, 8, 11...
[2]
3
= 2, 5, 8, 11... 1, 4, 7, 10...
I possibili resti sono compresi tra 0 e (n 1), quindi sono n. C`e una
classe per ogni possibile resto:
Z
n
=
Z

n
= [0]
n
, [1]
n
, ..., [n 1]
n
. .
n elementi

Z
n
`e linsieme delle classi resto modulo n: ogni classe contiene tutti e soli
gli interi il cui resto della divisione per n `e il valore della classe.
card(Z
n
) = n
[0]
n
= kn[k Z
[1]
n
= 1 + kn[k Z
[2]
n
= 2 + kn[k Z
[n 1]
n
= n 1 + kn[k Z = kn 1[k Z
7
Capitolo 3
Strutture algebriche
Note le varie operazioni elementari, esse si deniscono per le classi:
x + y = x + y
x y = xy
Es. n = 12
[7]
12
+ [8]
12
= [15]
12
= [3]
12
[7]
12
[8]
12
= [56]
12
= [8]
12
3.1 Strutture algebriche con una operazione deni-
ta
Si denisce una generica operazione (binaria in X) : X X X.

`
E associativa se (xy)z = x(yz).

`
E commutativa se xy = yx.
Possiede elemento neutro u se xu = ux = x.
Esistendo u, x `e invertibile se esiste un x

tale che xx

= x

x = u.
Propriet`a 2 Se una struttura algebrica ammette elemento neutro, esso `e
unico.
Propriet`a 3 Se una struttura algebrica ammette elemento neutro ed `e as-
sociativa, se il suo elemento x `e invertibile x

`e nullo.
Propriet`a 4 Se x e y sono invertibili, allora (xy) `e invertibile:
(xy)

= y

8
3.1.1 Gruppi
Un gruppo (G, +
1
) gode delle tre propriet`a:
1. loperazione + `e associativa
2. esiste elemento neutro (indicato con 0)
3. esistono elementi opposti (o inversi)
Qualora valesse anche (4.) la propriet`a commutativa, il gruppo `e detto
commutativo o abeliano.
3.1.2 Esempi di gruppi
(N, +) non `e un gruppo, perche non `e invertibile rispetto alla somma.
(Z, +) `e un gruppo commutativo.
(Q, +) `e un gruppo commutativo.
(R, +) `e un gruppo commutativo.
(C, +) `e un gruppo commutativo.
Tutti i gruppi citati non sono mai gruppi rispetto al prodotto, perche 0
non `e mai invertibile.
(Z
n
, +) `e un gruppo commutativo. Il suo elemento neutro `e 0 (a + 0 =
a + 0 = a). Linverso rispetto alla somma di [a]
n
sar`a [n a]
n
, perche:
[a]
n
+ [n a]
n
= [a + n a]
n
= [n]
n
= [0]
n
3.2 Strutture algebriche con due operazioni de-
nite
3.2.1 Anelli
Un anello (A, +, ) `e un insieme A con due operazioni (+ e ) tale che:
1. (A, +) `e un gruppo commutativo (cio`e gode delle 4 propriet`a);
2. (A, ) gode del minimo possibile di propriet`a (cio`e la sola associativa);
3. valgono le propriet`a distributive del prodotto rispetto alla somma:
a, b, c A,
a (b + c) = ab + ac
(b + c) a = ba + ca
Ad esempio, (Z, +, ) `e un anello.
1
Con + si intende una generica operazione, non necessariamente la somma.
9
Se (A, ) possiede elemento neutro (indicato con 1), allora (A, +, ) `e
detto anello unitario.
Se (A, ) gode della propriet`a commutativa, allora (A, +, ) `e detto
anello commutativo.
3.2.2 Campi
(K, +, ) `e un insieme K con 2 operazioni (+ e ) tali che:
1. (K,+) `e un gruppo commutativo;
2. K

= K0
+

2
(K

, ) `e un gruppo commutativo;
3. gode della propriet`a distributiva;
4. lelemento neutro rispetto a `e unico e linverso di un elemento, se
esiste, `e unico.
Un campo `e un anello unitario commutativo in cui tutti gli elementi diversi
da 0 (elemento neutro della prima operazione) sono invertibili:
a K, a ,= 0, b K, b ,= 0 : a b = 1
(cio`e b = a
1
).
3.2.3 Esempi di campi
(Z, +, ) non `e un campo.
(Q, +, ) `e un campo (`e il pi` u piccolo campo che contiene Z).
(R, +, ) `e (C, +, ) sono campi.
(Z
n
, +, )
Z
n
= 0, 1, ...n 1
+ : a + b = a + b
: a b = a b
(Z
n
, +, ) `e un anello unitario (unit`a: 1) commutativo.
Per vericare se `e un campo, supponiamo il caso di Z
5
.
Abbiamo Z

5
= 1, 2, 3, 4.
1 `e invertibile: 1
1
= 1.
2 `e invertibile: 2 3
3
= 6 1.
2
Elemento neutro rispetto alla somma
3
Da cui anche 3 `e invertibile.
10
4 `e invertibile: 4 4 = 16 1.
(Z
5
, +, ) `e un campo, perche (Z

5
, +, ) `e un gruppo.
Supponiamo ora Z
4
.
Abbiamo Z

4
= 1, 2, 3.
Si nota che 2 non `e invertibile rispetto a :
2 1 = 2
2 2 = 4 0
2 3 = 6 2
(Z
4
, +, ) non `e un campo.
(Z
n
, +, ) `e un campo n `e primo
Pi` u in generale, in (Z
n
, +, ) gli elementi invertibili rispetto a (e diversi
da 0) sono a, con a primo rispetto a n.
3.2.4 Zero divisore
Sia (A, +, ) un anello.
a A, a ,= 0 `e detto zero divisore se esiste un b ,= 0, b A tale che
a b = 0 (talvolta a = b).
Proposizione 2 Se a `e zero divisore, allora a non `e invertibile. (In un
campo non ci sono MAI zero divisori, quindi vale la legge di annullamento
del prodotto)
Se a b = 0 e a ,= 0 b = 0
Se a b = 0 almeno uno tra a e b `e 0
3.2.5 Caratteristica
Consideriamo lanello unitario (A, +, ).
1. Se, m N, 1 + 1 + 1 + ... + 1
. .
m volte
,= 0, allora (A, +, ) ha caratteristica
zero.
Esempio: (Z, +, )
2. Se m N: 1 + 1 + 1 + ... + 1
. .
m volte
= 0, allora (A, +, ) ha caratteristica M
dove M N ed `e il pi` u piccolo numero per cui vale questa propriet`a.
M = min
_
_
_
m N[ 1 + 1 + 1 + ... + 1
. .
m volte
= 0
_
_
_
11
Esempi:
(Z, +, ), (Q, +, ), (R, +, ), (C, +, ) hanno caratteristica zero;
(Z
n
, +, ) ha caratteristica n (n N).
3.2.6 N-uple
Sia K un anello commutativo unitario (campo). Si indica con K
n
linsieme
delle n-uple di elementi di K
K
n
= (a
1
, a
2
, ..., a
n
)[a
i
K, 1 i n, n N
K
n
= KKK... K
. .
n volte il prodotto cartesiano
1. + : K
n
K
n
K
n
(a
1
, a
2
, ..., a
n
) + (b
1
, b
2
, ..., b
n
) = (a
1
+ b
1
, a
2
+ b
2
, ..., a
n
+ b
n
)
(K
n
, +) `e un gruppo commutativo.
Lelemento neutro `e (0, 0, ..., 0), mentre lelemento opposto di (a
1
, a
2
, ..., a
n
)
`e (a
1
, a
2
, ..., a
n
).
2. prodotto per scalare (operazione binaria non interna): KK
n
K
n
(a
1
, a
2
, ..., a
n
) = ( a
1
, a
2
, ..., a
n
)
12
Capitolo 4
Combinazioni lineari
Sia V uno dei seguenti insiemi:
n-uple (K
n
);
polinomio (K[t]);
matrice (/
mn
(K)).
Loperazione + `e sempre interna a V , mentre : KV V .
0. (V, +) `e un gruppo abeliano.
1. 1 v = v
(v V )
2. ( v) = ( ) v
(, K, v V )
3. (v
1
+ v
2
) = v
1
+ v
2
( K, v
1
, v
2
V )
4. ( + ) v = v + v
(, K, v V )
v
1
, v
2
, ..., v
n
V , mentre
1
,
2
, ...,
n
K. La combinazione lineare degli
elementi v
1
, ..., v
s
con (o tramite) gli scalari
1
, ...,
s
`e:

1
v
1
+
2
v
2
+ ... +
s
v
s
13
Capitolo 5
Polinomi
Linsieme dei polinomi `e:
K[t] = a
0
+ a
1
t + a
2
t
2
+ ... + a
n
t
n
[a
0
, a
1
, ..., a
n
K
5.1 Coecienti
I coecienti devono appartenere tutti a un medesimo campo (Q, R, C, Z
n
con n primo). Dora in poi imporremo che i coecienti appartengano a un
generico campo (K, +, ).
5.1.1 Esempi di polinomi con K Z
n
K = Z
2
(1 +t)(1 +t +t
2
) = 1 +t +t
2
+t +t
2
+t
3
= 1 +2t +2t
2
+t
3
= 1 +t
3
Si noti che 2t = 2t
2
= 0 perche 1 + 1 = 2 = 0 (in Z
2
).
K = Z
3
(1 +2t)(1 +2t +t
2
) = 1 +2t +t
2
+2t +4t
2
+2t
3
= 1 +4t +5t
2
+2t
3
=
= 1 + t + 2t
2
+ 2t
3
= 1 + 4t + 5t
2
+ 2t
3
= 1 + t + 2t2 + 2t
3
Si noti che 2t = 2t
2
= 0 perche 1 + 1 = 2 = 0.
5.2 Propriet`a dei polinomi
Rispetto a + e , i polinomi costituiscono un anello commutativo unitario.
K[t] non `e un campo, ma un anello di polinomi, perche non esistono gli
inversi dei polinomi (eccetto quelli costanti).
14
5.3 Grado di un polinomio
Il grado di un polinomio `e denibile come lesponente dellindeterminata di
grado massimo presente nel polinomio, con coeciente non nullo.
Quando il coeciente del termine di grado massimo `e 1, il polinomio `e
detto monico.
Il grado della somma di due polinomi `e minore o uguale del grado
massimo dei gradi dei polinomi sommati.
Il grado del prodotto per scalare si conserva.
5.3.1 Classicazione dei polinomi per grado
K
0
[t]: polinomi costanti
K
1
[t]: polinomi di I grado
K
2
[t]: polinomi di II grado
K
3
[t]: polinomi di III grado
K
r
[t]: polinomi di grado r
Generalizzando:
K
0
[t] K
1
[t] K
2
[t] ... K
r
[t] ...K[t]
15
Capitolo 6
Matrici
6.1 Introduzione
Una matrice /
mn
`e composta da m righe (n-uple di indice i) e da n
colonne (m-uple di indice j).
Lelemento generico della matrice `e a
ij
, altrimenti indicato come a
i
j
. I
coecienti (che costituiscono gli elementi della matrice) appartengono tutti
a un certo campo K scelto. Avendo una matrice generica si pu`o scrivere:
/ = (a
ij
)
1im
1jn
(con m e n ssati)
/
mn
(K) `e linsieme delle matrici con m righe e n colonne, aventi coe-
cienti in K. Se la matrice `e quadrata di ordine n (dunque m = n), si usa
indicare linsieme come /
n
(K).
6.2 Matrice trasposta
Si ottiene sostituendo le righe con le colonne e viceversa.
/ /
t
: /
mn
(K) /
nm
(K)
(`e considerabile come una funzione)
Generalmente / ,= /
t
, mentre / = /
t
se la matrice `e simmetrica.
t(a
ij
)
1im
1jn
= (a
ji
)
1jn
1im
Propriet`a 5 La trasposta di una matrice trasposta `e la matrice iniziale. Il
processo di trasposizione `e involutorio.
(/
t
)
t
= /
16
Propriet`a 6 La trasposizione di una somma di matrici `e uguale alla somma
delle singole trasposizioni.
(/+B)
t
= /
t
+B
t
Propriet`a 7 La trasposizione di prodotto per scalare `e uguale al prodotto
della trasposizione per lo scalare.
( /)
t
= /
t
Propriet`a 8 La trasposizione di un prodotto di matrici `e uguale al prodotto
delle singole trasposizioni, per`o a fattori invertiti
1
.
(/ B)
t
= B
t
/
t
6.3 Matrice simmetrica
Se / = /
t
, la matrice `e simmetrica. / `e sicuramente e necessariamente
quadrata.
Condizione per cui sia simmetrica `e:
a
ij
= a
ji
S
n
(K) `e linsieme delle matrici simmetriche di ordine n su K.
S
n
(K) /
n
(K)
6.4 Operazioni tra matrici
Le matrici sono estensioni bidimensionali delle n-uple: quindi le operazioni
riprendono concettualmente quelle delle n-uple.
6.4.1 Somma tra matrici
`
E una operazione interna, fattibile solo tra matrici dello stesso tipo, som-
mando tra loro i coecienti corrispondenti.
/
mn
(K) /
mn
(K) /
mn
(K)
La somma tra matrici gode delle seguenti propriet`a:
1. commutativa
2. associativa
1
Si ricordi che il prodotto tra matrici non gode della propriet`a commutativa.
17
3. elemento neutro: matrice nulla (tutti i suoi elementi sono 0, si indica
con 0
mn
)
4. elemento opposto: matrice con elementi di segno opposto a quelli della
matrice data
Per queste propriet`a, (/
mn
(K), +) `e un gruppo abeliano.
6.4.2 Prodotto per scalare
`
E una operazione esterna, eettuata moltiplicando ogni coeciente per lo
scalare.
K/
mn
(K) /
mn
(K)
6.4.3 Prodotto tra matrici
Rispetto a quanto possibile con le n-uple, `e possibile moltiplicare tra loro
due matrici.
Premessa
Il prodotto scalare (o naturale) tra due n-uple a e b `e pari alla somma dei
prodotti dei termini corrispondenti:
a, b) =
n

k=1
a
k
b
k
K
Matrici conformabili
Due matrici / e B sono conformabili se il numero di colonne di / `e uguale
al numero di righe di B.
/ /
mn
(K)
B /
np
(K)
_
/ B
N.B.: Non si pu`o fare B /, visto che non `e detto che m = p.
N.B.: Anche qualora m = p, e quindi fosse ammesso B /, generalmente
/ B , = B /.
Osservazione. / B /
mp
(K)
Propriet`a 9 Se / /
mn
(K) e B /
np
(K), con (K), allora
(/ B) = / ( B) = ( /) B.
Propriet`a 10 Se / /
mn
(K) e B /
nm
(K), si pu`o fare / B
/
m
(K) e B / /
n
(K). Se m ,= n, / B , = B /.
Propriet`a 11 Se /, B /
n
(K), si possono fare / B e B /, entrambi
/
n
(K). Generalmente / B , = B /.
18
Prodotto righe per colonne
Il prodotto tra due matrici conformabili avviene calcolando ogni singolo
elemento della matrice ( = / B.
Il generico elemento c
i
j
`e il prodotto scalare tra la riga i (n-upla i-esima)
e la colonna j (m-upla j-esima):
c
i
j
= a
i
, b
j
)
con a
i
, b
j
K
n
. Non casualmente il prodotto tra matrici si chiama prodotto
righe per colonne, e diventa evidente il motivo che obbliga ad avere il numero
di colonne di / uguale al numero di colonne di B.
6.4.4 Propriet`a delle operazioni
Valgono:
1. la propriet`a associativa;
2. la propriet`a distributiva del prodotto tra matrici () rispetto alla som-
ma (+);
3. la somma `e unoperazione interna a /
mn
(K);
4. il prodotto tra matrici non `e unoperazione interna, salvo che in /
n
(K).
6.5 Matrici quadrate
Si tratta di matrici formate da un numero uguale di righe e di colonne (n).
6.5.1 Diagonale principale
La diagonale principale
2
`e formata da n elementi, cio`e quelli aventi indici
uguali (i = j).
6.5.2 Prodotto tra matrici quadrate
Considerando le matrici quadrate di ordine n, il prodotto tra matrici `e
unoperazione binaria interna.
+ : /
n
(K) /
n
(K) /
n
(K)
: /
n
(K) /
n
(K) /
n
(K)
Si nota che (/
n
(K), +, ) `e una struttura, per la quale:
! elemento neutro ( `e un anello unitario);
2
Il concetto di diagonale non esiste nelle matrici non quadrate.
19
, propriet`a commutativa ( non `e un anello commutativo).
Per quanto visto, (/
n
(K), +, ) `e un anello unitario non commutativo (delle
matrici quadrate di ordine n), e soprattutto non `e un campo.
6.5.3 Matrici diagonali
Nelle matrici diagonali solo la diagonale principale `e formata da elementi
non nulli.
/ = (a
ij
) `e diagonale se a
ij
= 0, i ,= j
6.5.4 Matrici identit`a
Una matrice diagonale 1
n
`e denita come identit`a se la diagonale principale
`e composta di soli valori 1.
1
n
= (
ij
)
1i,jn

i
j
=
_
0 se i ,= j
1 se i = j
`e denito come simbolo di Kronecker.
1
n
funge da elemento neutro rispetto al prodotto: se / /
mn
(K),
allora / 1
n
= /. Si noti che tale operazione non gode di propriet`a
commutativa.
Solo se n = m, allora / 1
n
= 1
n
/ = /.
6.5.5 Matrici triangolari
Una matrice `e triangolare se una sua parte (sopra o sotto la diagonale
principale) ha tutti gli elementi pari a 0. La matrice `e detta:
alta o superiore se la parte inferiore `e nulla (e cio`e a
ij
= 0 se i > j);
bassa o inferiore se la parte superiore `e nulla (e cio`e a
ij
= 0 se i < j).
Osservazione. Le matrici diagonali sono contemporaneamente triangolare
alta e bassa.
6.6 Matrici ridotte (per righe)
(La riduzione per colonne non si utilizza quasi mai.)
20
6.6.1 Trasformazioni per ottenere la riduzione
Si pu`o:
1. scambiare tra loro due righe;
2. sommare ad una riga una seconda riga, moltiplicata per un qualunque
,= 0, K;
3. moltiplicare una riga per un certo ,= 0, K.
6.6.2 Metodo generale di riduzione
Si sceglie, riga per riga (a partire dalla prima), il pivot
3
di tale riga. Si pro-
cede, quindi, a ridurre a zero lelemento subito inferiore al pivot designato.
6.7 Determinante
Il concetto di determinante esiste solo per le matrici quadrate. Si tratta di
uno scalare associato alla matrice.
det(/) : /
n
(K) K
/ det(/)
6.7.1 Calcolo del determinante in matrici con n piccolo
Le matrici 1 1, avendo un solo coeciente, hanno per determinante il
coeciente stesso.
Le matrici 2 2, avendo 4 oggetti, contemplano 2 possibili permutazioni:
lidentit`a e lo scambio (degli indici).
det(/) = a
1
1
a
2
2
a
1
2
a
2
1
Si noti che il segno `e necessario, essendo a
1
2
a
2
1
trasposizioni.
Le matrici 3 3, risolvibili sommando e sottraendo le 6 permutazioni pre-
senti, sono comodamente risolubili col noto metodo di Sarrus.
Le matrici di ordine superiore al 3

si risolvono con il teorema di Laplace


(v.).
3
Si chiama pivot o elemento speciale quellelemento, su una riga, prima del quale tutti
gli elementi sono 0. Poiche la riduzione avviene a gradini, al crescere dellindice della riga
cresce lindice di colonna del pivot di tale riga (in altre parole, il pivot si trova sempre pi` u
a destra mano a mano che seguo le righe).
21
6.7.2 Propriet`a del determinante
1. [/[ = [/[
t
.
2. Se una riga (o colonna) ha tutti elementi 0, [/[ = 0.
3. Se si scambiano due righe (o due colonne), [/[ cambia di segno.
4. Se due righe (o due colonne) sono uguali, [/[ = 0.
5. Moltiplicando una riga (o colonna) per , il determinante della matrice
viene moltiplicato per .
Per estensione di concetto, se / /
n
(K) e K, [/[ =
n
[/[.
6. Sia B una matrice ottenuta da /, sommando alla riga i-esima la
colonna j-esima moltiplicata per K.
R
i
R
i
+ R
j
[/[ = [B[
7. Se una riga (o colonna) `e combinazione lineare di una o pi` u altre righe
(o colonne), [/[ = 0.
8. Se, a una riga (o colonna), si somma la combinazione lineare di altre
righe (o colonne), il determinante non cambia.
9. [/ B[ = [/[ [B[
Siccome [/[ [B[ = [B[ [/[ = [B A[, allora [/ B[ = [B /[.
Inoltre [/
2
[ = [/[
2
.
10. Il determinante di una matrice triangolare `e il prodotto degli elementi
della diagonale principale.
11. [1
n
[ = 1.
12. [0
n
[ = 0.
6.7.3 Sottomatrici
Avendo una matrice, selezionandone un certo numero di righe se ne ottiene
unaltra (sottomatrice). Se questa sottomatrice `e quadrata, essa `e detta
minore.
6.7.4 Minore complementare
Il minore complementare (/
ij
) di a
ij
`e la matrice che si ottiene eliminando
da / la riga i e la colonna j.
22
6.7.5 Complemento algebrico
Il complemento algebrico `e uno scalare cos` determinato:
/
i
j
= (1)
i+j
det(/
ij
)
6.7.6 Teorema di Laplace
Il Teorema di Laplace trasforma il calcolo del determinante di una matrice
quadrata di ordine n in n determinanti di ordine n 1.
[/[ =
n

k=1
a
i
k
A
i
k
=
n

k=1
a
k
j
A
k
j
La formula `e analoga sia che si utilizzi una riga, sia che si scelga una colon-
na: ogni elemento della riga (colonna) scelta va moltiplicato per il proprio
complemento algebrico, quindi si sommano tra loro gli n prodotti calcolati
per avere il determinante.
La comodit`a di questo metodo risiede nellutilizzo di righe (colonne)
con diversi (possibilmente n 1) elementi a 0, cosicche si deve calcolare
un solo determinante di ordine n 1 (e poi moltiplicarlo per il coeciente
corrispondente).
6.8 Matrice inversa di una matrice quadrata
Una matrice / (rigorosamente quadrata) ammette inversa quando:
/ /
n
(K), /
1
/
n
(K) : / /
1
= /
1
/ = 1
n
In particolare, questo `e vero quando il determinante della matrice da inver-
tire `e non nullo.
La matrice nulla 0
n
non `e mai invertibile.
I
n
`e invertibile: I
1
n
= I
n
.
Le matrici diagonali sono generalmente invertibili.
_
_
_
_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n
_
_
_
_
_

_
_
_
_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n
_
_
_
_
_
=
_
_
_
_
_

1
0 0
0
2

2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n

n
_
_
_
_
_
Se
1
, ...,
n
,= 0, allora si possono trovare tutti i valori
1
, ...,
n
tali
che
1

1
, ...,
n

n
= 1. Allora le due matrici (
n
) e (
n
) sono una
linversa dellaltra.
23
6.8.1 Terminologia
Una matrice invertibile `e detta regolare. Le matrici regolari appartengono
allinsieme GL
n
(K) /
n
(K).
Le matrici non invertibili sono, invece, chiamate singolari.
6.8.2 Propriet`a delle matrici inverse
Propriet`a 12 Se /, B GL
n
(K), allora / B GL
n
(K).
Propriet`a 13 Se /, B GL
n
(K), allora (/ B)
1
= B
1
/
1
.
Propriet`a 14 Se / GL
n
(K), allora /
t
GL
n
(K) e (/
t
)
1
= (/
1
)
t
.
6.8.3 Calcolo della matrice inversa
Teorema 1 Sia / /
n
(K). Allora / `e invertibile se e solo se det(/) ,= 0.
In tal caso:
/
1
=
(/
#
)
t
det(/)
La matrice /
#
dei complementi algebrici degli elementi di / si chiama
aggiunta classica di /.
/ = (a
i
j
) /
#
= (/
i
j
)
Si verica che:
/ (/
#
)
t
= det(/) 1
n
= (/
#
)
t
/
mentre [/
1
[ =
1
[/[
.
6.8.4 Caso particolare: inversa della matrice 2 2
Consideriamo una generica matrice di ordine 2:
/ =
_


_
Sappiamo che det(/) = e supponiamo tale determinante non nullo.
Calcoliamo i complementi algebrici (che, forzatamente, sono delle matrici
formate da un solo elemento):
A
1
1
=
A
1
2
=
A
2
1
=
24
A
2
2
=
Dunque la matrice dei complementi algebrici `e:
/
#
=
_


_
Quindi linversa `e:
/
1
=
_


_
det(/)
25
Indice analitico
Anello, 9
Anello commutativo, 10
Anello unitario, 10
Campo, 10
Caratteristica, 11
Cardinalit`a, 5
Classe dei resti, 7
Classe di equivalenza, 6
Combinazioni lineari, 13
Complemento algebrico, 23
Determinante, 21
Determinante, propriet`a, 22
Elemento neutro, 8
Gruppo, 9
Gruppo abeliano, 9
Insieme potenza, 4
Insiemi numerici, 5
Matrice dei complementi algebrici (ag-
giunta classica), 24
Matrice diagonale, 20
Matrice identit`a, 20
Matrice inversa, 23
Matrice inversa, calcolo, 24
Matrice inversa, propriet`a, 24
Matrice quadrata, 19
Matrice quadrata, inversa, 23
Matrice simmetrica, 17
Matrice trasposta, 16
Matrice triangolare, 20
Matrici, 16
Matrici conformabili, 18
Matrici ridotte, 20
Matrici, prodotto per scalare, 18
Matrici, prodotto riga per colonna,
18
Matrici, somma, 17
Minore complementare, 22
N-upla, 12
Polinomi, 14
Relazione di equivalenza, 6
Strutture algebriche, 8
Teorema di Laplace, 23
Teorema fondamentale dellalgebra, 5
Teoria degli insiemi, 4
Zero divisore, 11
26